Referencia

Glosario de evaluación de candidatos

Los conceptos detrás de las evaluaciones generadas por IA y con control de calidad, definidos con claridad y enlazados a explicaciones más completas.

Las definiciones están escritas en inglés.

Impacto adverso: Una práctica de contratación que descarta de forma desproporcionada a un grupo protegido, medida mediante la regla de los cuatro quintos. Puede ocurrir incluso sin intención, por lo que las evaluaciones deben auditarse para detectarlo.
Fluidez en IA (AI fluency): Una medida de si una persona candidata trabaja de forma eficaz y responsable con herramientas de IA: saber cuándo confiar en el resultado, cuándo verificar y cómo usar los modelos con criterio.
AI Sandbox: Un ejercicio en vivo en el que la persona candidata usa herramientas de IA para corregir o construir un artefacto funcional, midiendo la destreza con los prompts, el instinto de verificación y el criterio: la versión aplicada de la fluidez en IA.
BARS (escala de calificación anclada en comportamientos): Una rúbrica de puntuación que define cada nivel mediante comportamientos específicos y observables en lugar de adjetivos vagos, de modo que dos evaluadores califiquen la misma respuesta de la misma manera.
Pilar conductual: El pilar de contratación que califica el estilo de trabajo y los rasgos con rúbricas ancladas en comportamientos en lugar de la intuición, convirtiendo señales difusas en señales comparables.
Pilar cognitivo: El pilar de contratación que mide el razonamiento, la detección de patrones y la velocidad de aprendizaje: un fuerte predictor del potencial, pero débil como filtro único de la habilidad para el puesto.
Árbol de conceptos: Un mapa estructurado de las subhabilidades que contiene una competencia. Las preguntas se generan por cada nodo para que una evaluación cubra una habilidad de forma sistemática en lugar de muestrearla al azar.
Pilar de dominio: El pilar de contratación que evalúa si una persona candidata realmente puede hacer el trabajo —las habilidades reales del puesto— usando preguntas específicas por puesto basadas en árboles de conceptos.
Cinco pilares: Las cinco señales distintas y puntuadas por separado de una contratación: capacidad cognitiva, juicio situacional, rasgos conductuales, habilidad de dominio y fluidez en IA, ponderadas según el puesto.
Generación por puesto: Construir una evaluación bajo demanda a partir de una descripción del puesto en lugar de seleccionarla de una biblioteca compartida, de modo que no exista una clave de respuestas estática y compartida que pueda filtrarse.
Control de calidad (quality gate): Una verificación en dos fases —reglas estructurales más un juez de IA independiente— que cada pregunta generada debe superar antes de que una persona candidata pueda verla, con los fallos puestos en cuarentena.
Calidad de contratación (quality of hire): Un ciclo de retroalimentación que valida las predicciones de la evaluación frente a los resultados reales posteriores a la contratación, para que la evaluación aprenda si realmente predijo el desempeño.
Juicio situacional: El pilar de contratación que presenta escenarios de trabajo realistas y ambiguos y puntúa cómo una persona candidata prioriza, escala y decide: juicio en lugar de memorización.
Banco de tres niveles: Una arquitectura de banco de preguntas que mantiene el contenido fresco para cada puesto y elimina duplicados mediante una huella de contenido, de modo que las respuestas no puedan memorizarse ni filtrarse.

Mira tu primera evaluación generada por IA en 5 minutos

Sin tarjeta de crédito. Sin biblioteca de preguntas que aprender. Pega una descripción de puesto y mira a H-Evaluate construir.

Solicitar acceso anticipado